적대적 환경에서 트위터 스팸 탐지기를 향한 공격에 대한 조사

Facebook 및 Twitter와 같은 온라인 사회적 네트워크(OSN)는 많은 사람들의 일상생활에서 매우 중요한 부분이 되었습니다. 불행히도, 이러한 플랫폼의 높은 인기는 스팸 발신자에게 매우 매력적입니다. 기계 학습(ML) 기술은 스팸 및 악성코드 탐지와 같은 많은 사이버 보안 응용 문제를 해결하는 도구로 널리 사용되어 왔습니다. 그러나 대부분의 제안된 접근 방식은 방어 메커니즘 자체를 목표로 하는 적대자의 존재를 고려하지 않습니다. 적대자는 훈련 또는 예측(테스트) 단계에서 배포된 스팸 탐지기를 약화시키기 위한 정교한 공격을 감행할 수 있습니다. 설계 단계에서 이러한 적대적 활동을 고려하지 않으면 OSN의 스팸 탐지기가 다양한 적대적 공격에 취약해집니다. 따라서 본 논문은 적대적 환경에서 트위터 스팸 탐지기에 대한 공격을 조사하고, 문헌에서 공통적으로 사용되는 프레임워크를 기반으로 한 잠재적인 적대적 공격의 일반적인 분류법을 제시합니다. 아랍어 트렌딩 해시태그를 관찰한 결과 발견된 트위터의 적대적 활동 사례를 자세히 논의합니다. 배포된 분류기를 약화시키는 데 사용할 수 있는 새로운 유형의 스팸 트윗(적대적 스팸 트윗)을 조사하였습니다. 또한, 이러한 공격에 대한 트위터 스팸 탐지기의 강건성을 증가시킬 수 있는 가능한 대책을 검토합니다.